如何并排合并两个相同列名的 dataframe [例如，A 将在 A 旁边]

Question

我有两个具有相似列的 dataframe，我想合并它们。

数据集例如：

df1 = pd.DataFrame({'A': [1, 2], 'B': ["abc", "abc"], 'C': [0, 1]})
df2 = pd.DataFrame({'A': [1, 6], 'B': ["bcd", "abc"], 'C': [5, 5]})

我使用了代码：

pd.concat([df1, df2], axis=1)

返回

    A   B   C   A   B   C
0   1   abc 0   1   bcd 5
1   2   abc 1   6   abc 5

预期格式

    A   A   B   B   C   C 
0   1   1   abc bcd 0   5
1   2   6   abc abc 1   5

有什么办法吗？

谢谢

Answer 1

您可以对列进行排序（使用稳定排序，以便 df1 的列排在第一位）：

>>> pd.concat([df1, df2], axis=1).sort_index(axis="columns", kind="stable")

   A  A    B    B  C  C
0  1  1  abc  bcd  0  5
1  2  6  abc  abc  1  5

Answer 2

您可以使用带有 keys 参数的pd.concat() function 来指定每个 dataframe 的列名，并使用axis=1参数来并排连接数据帧。

result = pd.concat([df1, df2], axis=1, keys=['df1', 'df2'])
result = result.reindex(sorted(result.columns), axis=1)
This will give the expected format with columns labeled as 'df1_A', 'df2_A', 'df1_B', 'df2_B', 'df1_C', 'df2_C'.

或者，您可以使用 merge function 和 left join

result = df1.merge(df2, how='left', left_on='A', right_on='A', suffixes=('_df1', '_df2'))

这将为您提供预期的格式，其中列标记为“A”、“B_df1”、“C_df1”、“B_df2”、“C_df2”

Answer 3

您可以在concat之后对sort_index进行排序：

pd.concat([df1, df2], axis=1).sort_index(axis=1, kind='stable')

或者，如果您不想排序，请垂直连接添加一个额外的级别并unstack ：

pd.concat(dict(enumerate([df1, df2]))).unstack(-1).droplevel(axis=1, level=1)

Output：

   A  A    B    B  C  C
0  1  1  abc  bcd  0  5
1  2  6  abc  abc  1  5